Machine Translated by Google

Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

Ứng dụng thực tế tăng cường để giảm thiểu rủi ro trong

Quản lý chuỗi cung ứng

Angela Colabella, Collette Lee, Lane Pledger, Monique Cendejas, Vikrant Mannemela và Mohamed Awwad

Khoa Kỹ thuật Công nghiệp và Sản xuất Đại học Bách khoa
Bang California
San Luis Obispo, CA 93407, Hoa Kỳ
acolabel@calpoly.edu, clee244@calpoly.edu, lledger@calpoly.edu, mmcendej@calpoly.edu,
vmanneme@calpoly.edu, mawwad@calpoly.edu

trừu tượng

Thực tế tăng cường (AR) có tiềm năng thành công lớn trong việc cải thiện hoạt động của chuỗi cung ứng và
có thể tác động đến cách xử lý các lĩnh vực sản xuất và phân phối. Việc ứng dụng các thiết bị AR có thể
giảm chi phí, thời gian và tỷ lệ lỗi cũng như tăng khả năng sử dụng hệ thống và năng suất. Cần có thực tế
tăng cường trong quản lý hàng tồn kho để giúp chọn đơn hàng, đánh giá hư hỏng sản phẩm và hiển thị hướng
dẫn kiểm kê. Công nghệ AR có thể được áp dụng để cải thiện các mạng sau trong chuỗi cung ứng: nó có thể
hướng dẫn công nhân tìm hàng tồn kho trong kho và giúp giảm thời gian, công nhân có thể xác định đối tượng
nhanh hơn mà không cần phải quét hoặc nhập mã và có thể sắp xếp sản phẩm nhanh hơn với tỷ lệ lỗi thấp hơn.
Hơn nữa, việc bảo trì công cụ sản xuất có thể được giám sát và giải quyết từ xa dễ dàng hơn. Quy trình lấy
hàng và đóng gói tiêu chuẩn có thể được hiển thị cho công nhân ngày càng tăng
an toàn và hiệu quả của người lao động, đồng thời cần ít công nhân hơn để đạt được mục tiêu tồn kho. Những
cải tiến này có thể giúp giảm chi phí lao động và thời gian sản xuất, tăng độ chính xác và mở rộng năng
lực sản xuất cho các công ty. Mục đích của bài viết này là xem xét các nghiên cứu điển hình hiện tại về
việc sử dụng công nghệ AR trong hoạt động chuỗi cung ứng, đặc biệt là trong quản lý hàng tồn kho và giới
thiệu khả năng giảm chi phí tiềm năng bằng cách áp dụng AR cho các hoạt động này.

Từ khóa
Thực tế tăng cường, Quản lý hàng tồn kho, Giảm thời gian, Độ chính xác, Chuỗi cung ứng

1. Giới thiệu Hoạt

động kho bãi là yếu tố then chốt trong chuỗi cung ứng vì chúng tập trung vào việc vận chuyển và lưu trữ nguyên vật liệu
và mọi quy trình liên quan đến chúng (Quản lý kho hàng: Chuỗi cung ứng 24/7 năm 2020). Các quy trình này bao gồm ghi lại các

giao dịch trong vận chuyển, nhận hàng, lưu kho và chọn hàng. Khách hàng mong đợi mua và nhận sản phẩm của họ vào ngày hôm sau

(Romaine 2020). Do đó, trong chuỗi cung ứng luôn cần phải cải thiện tốc độ và hiệu quả của hoạt động kho bãi. Khi các ngành

không đáp ứng được kỳ vọng này sẽ mất khách hàng

và cuối cùng là lợi nhuận; do đó, đã có sự tập trung đáng kể vào việc cải thiện hoạt động kho bãi.

Với việc đại dịch và lệnh đóng cửa bắt đầu ở Hoa Kỳ vào tháng 3 năm 2020, nhu cầu tích hợp tự động hóa vào các kho hàng có trụ

sở tại Hoa Kỳ đã xuất hiện. Các công ty nhận ra rằng họ không thể dựa vào con người để thực hiện tất cả các chức năng trong

kho của mình. Điều này dẫn đến nhu cầu tích hợp tự động hóa để giúp giảm nhu cầu lao động. Cần phải có cách để người vận hành

làm việc nhanh hơn mà không làm tăng tỷ lệ lỗi hoặc lực lượng lao động. Với thực tế tăng cường, người vận hành có thể có quyền

truy cập trực tiếp, theo thời gian thực vào cơ sở dữ liệu hàng tồn kho của công ty để họ có thể cải thiện quy trình xếp hàng

và lấy hàng. Thông qua báo cáo này, chúng tôi hy vọng có thể cung cấp thông tin cho khán giả về những cơ hội mà AR có thể mang
lại cho kho hàng.

© Hiệp hội quốc tế IEOM 328

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

1.1 Mục tiêu Việc

sử dụng thực tế tăng cường ngày càng tăng trong thập kỷ qua (Bagassi và cộng sự 2020). Việc triển khai AR trong hoạt động kho

hàng có thể mang lại lợi ích cho các công ty ở nhiều cấp độ. Việc ứng dụng thiết bị AR có thể giảm chi phí, thời gian và tỷ lệ

lỗi cũng như tăng khả năng sử dụng hệ thống và năng suất. Các nghiên cứu điển hình được phân tích trong bài viết này sẽ chứng

minh AR đã được sử dụng như thế nào để đạt được những mục tiêu này.

1.2 Đề cương bài viết

Bài viết sau đây được tổ chức thành ba phần sẽ cung cấp bằng chứng về khái niệm cho đề xuất AR của chúng tôi: đánh giá tài liệu,
nghiên cứu trường hợp, kết quả và thảo luận. Phần đánh giá tài liệu định nghĩa AR, thảo luận về cách AR

hoạt động và chức năng chung của AR. Phần này cũng nghiên cứu các nguyên tắc cơ bản của quản lý Chuỗi cung ứng và tầm quan trọng

của hoạt động kho hàng. Trong phần nghiên cứu điển hình, chúng tôi xem xét bốn nghiên cứu điển hình liên quan đến việc triển khai

và sử dụng AR. Trường hợp đầu tiên phân tích AR trong hoạt động kho bãi, cụ thể là các cơ hội và rào cản của AR. Nghiên cứu điển

hình thứ hai xem xét việc triển khai AR trong một nhà máy sản xuất giấy. Trường hợp thứ ba nghiên cứu việc bảo trì từ xa thực tế

tăng cường dựa trên đám mây thông qua giám sát sàn nhà xưởng. Cuối cùng, nghiên cứu điển hình thứ tư khám phá các ứng dụng AR trong

đào tạo ảo. Trong kết quả của phần thảo luận, bốn trường hợp được mô tả sẽ được nghiên cứu sâu hơn để xem AR có thể giúp các công

ty đạt được mục tiêu của họ như thế nào. Ngoài ra, các khuyến nghị liên quan đến

nơi AR nên được sử dụng trong các cơ sở và loại AR nào là tốt nhất cho cơ sở kho hàng sẽ được giới thiệu.

2. Đánh giá tài liệu Chúng

tôi định nghĩa thực tế tăng cường (AR) là chế độ xem trực tiếp/gián tiếp theo thời gian thực về môi trường vật lý, thế giới thực

đã được nâng cao bằng cách thêm thông tin được tính toán ảo. Vào đầu những năm 1990, ứng dụng AR đầu tiên để hỗ trợ các quy trình

công nghiệp là khi hai nhân viên của Boeing trình bày một màn hình nhìn xuyên qua được sử dụng để tăng cường trường thị giác của

người vận hành với thông tin liên quan đến nhiệm vụ mà người dùng đang thực hiện (Caudell và Mizell 1992). Hai nhà điều hành, Tom

Caudell và David Mizell, không chỉ đặt ra thuật ngữ thực tế tăng cường mà còn thúc đẩy việc sử dụng AR trong môi trường công nghiệp

và sản xuất (Mealy 2020).

2.1 Thực tế tăng cường Trong

thập kỷ qua, sự phát triển tích cực của các nguyên mẫu và sản phẩm AR đã trở thành một thị trường tăng trưởng cao với triển

vọng cao. Công nghệ thực tế tăng cường cho phép người dùng nhìn thấy môi trường ảo do máy tính tạo ra kết hợp với thế giới thực.

"Thế giới ảo" này là một môi trường được tạo và lưu trữ trong phương tiện lưu trữ bằng bộ xử lý.

Sử dụng hệ thống AR, người dùng có thể truy cập thông tin thực tế và ảo theo thời gian thực về môi trường của họ. Thông tin được

truyền bởi đối tượng ảo có thể giúp người dùng thực hiện công việc hàng ngày, từ chọn đơn hàng đến hướng dẫn công nhân thực hiện

các nhiệm vụ. Hiện tại, có ba loại màn hình chính được sử dụng trong thực tế tăng cường – màn hình gắn trên đầu (HMD), màn hình

cầm tay và màn hình không gian.

HMD được đeo trên đầu hoặc như một phần của mũ bảo hiểm và đặt cả hình ảnh của môi trường thực và ảo lên trên tầm nhìn của người

dùng về thế giới. Về cơ bản, họ sử dụng công nghệ camera/gương để giúp xử lý cả hai môi trường này và hiển thị chúng.

Màn hình cầm tay sử dụng các thiết bị điện toán nhỏ có màn hình mà người dùng có thể cầm trên tay. Giống như một số mẫu HMD, họ sử

dụng công nghệ xem qua video để phủ đồ họa lên môi trường thực và sử dụng các cảm biến, chẳng hạn như la bàn kỹ thuật số và bộ GPS

cho cảm biến theo dõi sáu bậc tự do, v.v.

(Carmignani 2011). Những màn hình cầm tay này thuộc ba loại chính được sử dụng thương mại: điện thoại thông minh, máy tính bảng và

thiết bị hỗ trợ hiển thị cá nhân (PDA). Với những tiến bộ đang được thực hiện trong công nghệ điện thoại thông minh liên quan đến

CPU, pin, chất lượng máy ảnh, v.v., sẽ có một nền tảng sắp ra mắt để AR phát triển (Carmigniani 2011).

Mặc dù có những ưu và nhược điểm tương tự như điện thoại thông minh, nhưng PDA ngày càng lỗi thời hơn do những tiến bộ không ngừng

trong công nghệ điện thoại thông minh. Cuối cùng, Máy tính bảng (iPad, Samsung Galaxy) mạnh hơn rất nhiều so với điện thoại thông

minh, nhưng chúng quá nặng để sử dụng bằng một tay và thậm chí kéo dài bằng hai tay.

© Hiệp hội quốc tế IEOM 329

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

Màn hình AR chính cuối cùng, Thực tế tăng cường không gian (SAR), sử dụng máy chiếu video, thành phần quang học, ảnh ba chiều và

các công nghệ theo dõi khác để hiển thị thông tin đồ họa trực tiếp lên các vật thể vật lý trong "thế giới thực" mà không yêu cầu

người dùng đeo hoặc mang màn hình (Carmignani 2011). Sự khác biệt chính trong SAR là màn hình hiển thị được tách biệt khỏi người

dùng hệ thống. Do các màn hình không được liên kết với từng người dùng nên SAR sẽ mở rộng quy mô một cách tự nhiên theo nhóm người

dùng, do đó cho phép cộng tác phối hợp giữa những người dùng. SAR cũng đại diện cho công nghệ chủ chốt để phát triển sản xuất

thông minh do không có rào cản và phù hợp với hầu hết các hạn chế của ngành (Mengoli 2018). Tất cả các màn hình AR này có thể được

áp dụng trong các tình huống khác nhau trong toàn ngành để giảm chi phí và cải thiện năng suất.

2.2 Quản lý chuỗi cung ứng

Quản lý chuỗi cung ứng bao gồm một loạt các hoạt động từ lập kế hoạch đến thực hiện dòng sản phẩm từ đầu đến người dùng cuối. Bất

kỳ sự bất cẩn nào trong các giai đoạn khác nhau trong chuỗi cung ứng đều có thể khiến chuỗi cung ứng bị dừng lại (Joshi 2018). Do

đó, AR đã trở thành một lựa chọn khả thi để giúp tối ưu hóa chuỗi cung ứng bằng cách tự động hóa nó. Trong những năm gần đây, công

nghệ thực tế tăng cường đã phát triển mạnh mẽ trong nghiên cứu sản xuất và chuỗi cung ứng để cung cấp các giải pháp có thể hỗ trợ

hoạt động của con người trong các nhiệm vụ lắp ráp. Nghiên cứu lắp ráp AR hiện đề cập đến ba chủ đề chính: hướng dẫn lắp ráp AR,

đào tạo lắp ráp AR và mô phỏng thiết kế lắp ráp AR. Có cơ hội tiềm năng để AR có hiệu quả trong nhiều khía cạnh hoạt động, từ vận

hành kho hàng, quản lý hàng tồn kho, lắp ráp/sửa chữa và thậm chí cả dịch vụ khách hàng (Joshi 2018).

AR sẽ có tiềm năng giảm thời gian, chi phí xử lý và lấy hàng bằng cách số hóa các quy trình này. Bằng cách trang bị cho công nhân

thiết bị AR cầm tay hoặc kính thông minh, họ có thể thực hiện các hoạt động với sự hướng dẫn của thông tin kỹ thuật số theo thời

gian thực và do đó giảm đáng kể nguy cơ xảy ra lỗi trong nhà máy (Joshi 2018).

Mặt khác, tại Vương quốc Anh, Dịch vụ Y tế Quốc gia (NHS) đã phát hiện ra rằng việc sử dụng thực tế tăng cường để quản lý hàng

tồn kho giúp tiết kiệm thời gian và cải thiện độ chính xác. Sau khi thực hiện kế hoạch thí điểm vào năm 2018, NHS đã triển khai

giải pháp AR trên một số bệnh viện để theo dõi cả hàng tồn kho và dữ liệu bệnh nhân. Kết quả là cải thiện 95% cả về hiệu quả chi

phí và thời gian (Edwards 2019). Điều này còn hơn cả sự khuyến khích đối với bất kỳ ngành nào có hàng tồn kho cần được quản lý

hiệu quả.

AR có rất nhiều tiềm năng trong ngành sản xuất và trong chuỗi cung ứng, vì nó vẫn còn ở giai đoạn đầu - các ứng dụng có thể có

trong tương lai là vô tận. Hình 1 bên dưới, từ Statista cho thấy xu hướng tăng mạnh về số lượng các nhà lãnh đạo chuỗi cung ứng

đầu tư vào công nghệ AR/VR trong vài năm qua (Mazareanu 2020). Điều này cho thấy rằng có sự quan tâm và nhu cầu áp dụng công nghệ

này trong công nghiệp.

Hình 1: Sự quan tâm đến AR trong lãnh đạo chuỗi cung ứng trên toàn thế giới

© Hiệp hội quốc tế IEOM 330

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

3. Nghiên cứu điển hình

3.1 Nghiên cứu điển hình 1: Thực tế tăng cường trong vận hành kho hàng: Cơ hội và rào cản

Mục đích chính của nghiên cứu điển hình này là khám phá các yếu tố khác nhau trong hoạt động kho hàng và thực tế tăng cường hoặc

AR có thể cực kỳ hữu ích như thế nào.

Sau đó, nghiên cứu điển hình sẽ đi sâu vào 4 lĩnh vực chính của hoạt động kho hàng nơi AR có thể được sử dụng.

• Nhận: Trong việc nhận, có ba cách sử dụng tiềm năng mà AR có thể cải thiện. Báo cho tài xế xe tải đến bến dỡ hàng. Kiểm

tra hàng hóa nhận được đối với phiếu giao hàng. Chỉ ra nơi để đồ/cách sắp xếp chúng trong khu vực chờ. • Lưu trữ: Trong

việc lưu trữ, có sáu công dụng nhất định mà AR có

thể nâng cao. Thông báo cho người vận hành về nhiệm vụ mới được phân bổ. Hiển thị vị trí lưu trữ của các mục đến. Hiển thị

hình ảnh và chi tiết của mục cần lưu trữ.

Chỉ rõ đường đi đến vị trí lưu trữ. Cho biết trạng thái của người lấy hàng cũng như bước tiếp theo của quy trình. Kiểm

tra các vị trí cần bổ sung trong khi lưu trữ. • Chọn:

Chọn có mười công dụng cho AR. Thông báo cho người vận hành về nhiệm vụ mới được giao cho họ. Hiển thị hình ảnh và chi tiết

của mặt hàng được chọn. Hiển thị vị trí lưu trữ của mặt hàng cần chọn. Hiển thị lộ trình chọn. Làm nổi bật vị trí thực

tế với mục được yêu cầu. Thông báo về lỗi và sự gián đoạn. Quét mã vạch của mặt hàng để gán vào giỏ hàng hoặc để xem

thêm thông tin. Đánh dấu vị trí đặt từng mặt hàng trên xe lấy hàng để phân loại trong khi lấy hàng. Cung cấp thông tin

để ngăn ngừa tắc nghẽn ở lối đi. Theo dõi tình trạng và hiệu suất của người nhặt hàng.

• Vận chuyển: Vận chuyển mang lại sáu công dụng cho AR. Hiển thị loại bìa cứng để sử dụng. Chỉ ra cách tốt nhất để đặt các

vật phẩm đã chọn vào một gói. Cho biết vị trí/pallet chính xác cho lô hàng. Hiển thị nơi đặt từng đơn hàng trên pallet/

trong xe tải theo loại đơn hàng, điểm đến, mức độ dễ vỡ. Chỉ ra khu vực tải thích hợp. Kiểm tra/Đếm sản phẩm/đơn hàng sẽ

được chất lên xe tải.

3.1.1 Thí nghiệm Hơn nữa,

nghiên cứu điển hình này đặt ra mục tiêu thiết kế một thử nghiệm để kiểm tra mức độ hiệu quả của AR khi được sử dụng trong công

việc chọn và phân loại trong kho. Bằng cách sử dụng công nghệ Google Glass, những người vận hành đã được thử nghiệm bằng hai ứng

dụng AR khác nhau đi kèm với kính.

Trong mỗi nhóm thử nghiệm, mỗi người tham gia được yêu cầu sắp xếp mười đơn hàng đóng gói trong ba thử nghiệm:

1. Sử dụng ứng dụng quét trên điện thoại thông minh mô phỏng công nghệ hiện tại. Máy quét được cho là

gắn vào một máy tính cố định.

2. Sử dụng "Ứng dụng hiển thị" trên Google Glass. Điều này được thiết kế để người dùng có thể hiểu được lợi ích của chính

công nghệ thiết bị đeo mà không bị ảnh hưởng bởi phần mềm.

3. Sử dụng "Ứng dụng Cube" trên Google Glass để tích hợp yếu tố thực tế tăng cường trong quy trình bằng cách chiếu một khối

ảo.

Hình 2: Ứng dụng hiển thị

Hình 2 thể hiện góc nhìn của người vận hành trong thử nghiệm 2 khi thực hiện nhiệm vụ. Màn hình này cung cấp thông tin tương

tự với các ứng dụng hiện có không sử dụng thực tế tăng cường: nó hiển thị tham chiếu của thùng phân loại trên màn hình bằng cách

hiển thị một câu nhỏ và số tương ứng với thùng.

© Hiệp hội quốc tế IEOM 331

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

Hình 3: Hiển thị ứng dụng Cube

Hình 3 cho thấy những gì người đó đang xem khi đeo kính trong thử nghiệm 3. Màn hình này bổ sung thêm yếu tố thực tế tăng cường; một hộp ảo xuất hiện

trên điểm đánh dấu được liên kết với thùng trong khi người dùng đang xem nó.

Từ thí nghiệm này, kết quả được phân tích thành 4 loại: mức độ ưa thích, tính dễ sử dụng, tốc độ và tỷ lệ lỗi.

Tùy chọn: Ưu tiên đầu tiên dành cho Ứng dụng Cube, sau đó là Ứng dụng Hiển thị và cuối cùng là máy quét.

Dễ sử dụng: Tất cả các nhà khai thác đều xếp hạng thử nghiệm thứ 3 với Khối Hiển thị ứng dụng là công nghệ dễ sử dụng nhất.

Tốc độ: Các ứng dụng Google Glass (mục 3) có thời gian nhanh nhất nhưng thử nghiệm 2 có thời gian rất giống nhau về tốc độ.

Tỷ lệ lỗi: Tỷ lệ lỗi khi sử dụng Cube app Display (thử nghiệm 3) có ít lỗi nhất so với thử nghiệm 1 và 2.

Nhìn chung, Nghiên cứu trường hợp kết luận rằng sử dụng công nghệ AR với ứng dụng khối lập phương (thử nghiệm 3) nhìn chung là tốt nhất về mức độ ưu

tiên, tính dễ sử dụng, tốc độ và tỷ lệ lỗi.

3.2 Nghiên cứu điển hình 2: Triển khai AR trong Nhà máy Sản xuất Giấy Nghiên cứu điển hình sau

đây sử dụng cơ sở sản xuất giấy để nhấn mạnh việc sử dụng mô phỏng để tạo ra thiết kế kho phù hợp và ứng dụng AR để chọn đơn hàng. Trọng tâm của

nghiên cứu điển hình này là sử dụng mô phỏng kho hàng để thử nghiệm các thiết kế kho khác nhau dựa trên nhu cầu của kho và số lượng đặt hàng cố định.

Hơn nữa, còn triển khai AR theo thứ tự quy trình lấy hàng nhằm giúp người vận hành tải sản phẩm vào khu vực lưu trữ, nhận thông tin theo thời gian

thực về lượng hàng có sẵn, điều hướng người vận hành đến vị trí hàng được yêu cầu và trực tiếp nhập liệu khi sản phẩm được chuyển ra khỏi kệ (Dimitris

2019).

Mô phỏng nhà kho rất quan trọng đối với việc thiết kế nhà kho vì có nhiều yếu tố cần được xem xét trước khi xây dựng nhà kho. Nhu cầu dự báo sẽ được

xác định dựa trên nhu cầu của tháng trước. Tiếp theo, mức độ dịch vụ được tính toán để xác định tần suất sản phẩm ra vào kho và với tần suất như thế

nào. Kích thước của kho được ghi lại để xác định không gian sẵn có cho sản phẩm và tối ưu hóa không gian. Cuối cùng, chi phí được tính toán và chương

trình tuyến tính xác định cách tối đa hóa mức độ dịch vụ và giảm thiểu chi phí tồn kho. Phân tích thống kê cho thấy khả năng của kho để đáp ứng mục

tiêu của công ty.

Việc áp dụng phương pháp này cho nhà máy sản xuất giấy cho kết quả dữ liệu được thu thập trong Bảng 1. Tính toán cuối cùng cho nhà máy sản xuất giấy

là mức độ dịch vụ 95% và chi phí tồn kho 18%. Bây giờ việc tính toán thích hợp đã

đã xác định rằng các mô phỏng đã được tạo ra để thiết lập thiết kế nhà kho phù hợp cho cơ sở.

© Hiệp hội quốc tế IEOM 332

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

Bảng 1: Giải pháp đề xuất đáp ứng mức độ dịch vụ yêu cầu.

Bạn có thể xem thiết kế nhà kho tối ưu đã được chọn trong Hình 4. Thiết kế cuối cùng dựa trên kích thước thực tế của
nhà kho và vị trí sản phẩm được xác định dựa trên việc chọn FIFO và tích hợp AR vào cơ sở.

Hình 4: Thiết kế kho được chọn

AR để chọn đơn hàng đã được chọn để cung cấp cho người vận hành quyền truy cập trực tiếp vào cơ sở dữ liệu hàng tồn kho,
khả năng dễ dàng tải lên vị trí đặt sản phẩm trong cơ sở và giúp điều hướng họ trong cơ sở để tìm sản phẩm của họ. Mỗi
vị trí và sản phẩm trong kho đều có gắn mã QR để xác định chính xác vị trí đặt đồ vật và đồ vật nào được liên kết với
vị trí đó. Người vận hành sẽ nhận được đơn đặt hàng trên thiết bị này và được cho biết vị trí của thiết bị trong kho.
Mỗi lần một mặt hàng được tải hoặc dỡ khỏi vị trí, hai mã vạch sẽ được quét để cập nhật hệ thống theo thời gian thực:

một mã vạch xác định sản phẩm và mã vạch thứ hai xác định vị trí. Điều này cho phép chọn đơn hàng nhanh hơn và tốn ít
thời gian hơn khi nhập dữ liệu vào hệ thống trên máy tính để bàn.

3.3 Nghiên cứu điển hình 3: Bảo trì từ xa thực tế tăng cường dựa trên đám mây thông qua giám sát tại
cửa hàng: Phương pháp tiếp cận hệ thống sản phẩm-dịch vụ
Trong nghiên cứu điển hình này, các nhà nghiên cứu đi sâu vào tác động tiềm tàng của việc sử dụng nền tảng thực tế tăng
cường dựa trên đám mây có tên là CARM2 -PSS để tăng độ tin cậy của hệ thống bảo trì khu vực sản xuất và lợi tức đầu tư
(Mourtzis et al. 2017). Bảo trì chiếm 60-70% tổng chi phí sản xuất, cung cấp các biện pháp phòng ngừa, dựa trên điều kiện
các thủ tục phòng ngừa và khắc phục nhằm đảm bảo chất lượng của sản phẩm. Nền tảng CARM2 -PSS được phát triển trên đám
mây và bao gồm hai dịch vụ chính: dịch vụ giám sát và dịch vụ bảo trì từ xa AR.
CARM2 -PSS được tạo ra cho "quy trình bảo trì phòng ngừa dựa trên tình trạng" bằng thuật toán thông minh và

© Hiệp hội quốc tế IEOM 333

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

thực tế tăng cường và các thuật toán thông minh. Ngoài ra, nền tảng đề xuất được thiết kế để hoạt động như một hệ thống sản phẩm-

dịch vụ hướng tới sản phẩm.

Để chứng minh chất lượng của CARM2 -PSS, nó đã được sử dụng trong một vấn đề công nghiệp thực tế trong đó một nhà máy sản xuất

thuộc ngành hàng trắng và có sự tham gia của một nhà sản xuất thiết bị (có một bộ phận cụ thể cung cấp dịch vụ bảo trì). Trước đó

nhà sản xuất thiết bị đã liên lạc với nhà máy sản xuất bằng điện thoại hoặc tin nhắn để thông báo về việc thực hiện quy trình bảo

trì, bộ phận bảo trì sau đó sẽ được thông báo về vấn đề bảo trì và cử chuyên gia đến hiện trường để chẩn đoán sự cố và khắc phục

vật lý. nó trong nhà máy sản xuất. Để giảm thời gian bảo trì, chi phí và đi lại, công ty đã quyết định áp dụng hệ thống CARM2 -PSS

cho nhà máy của họ. Sau khi hệ thống giám sát xưởng sản xuất được lắp đặt, hệ thống này sẽ liên tục nhận dữ liệu từ các máy công

cụ, phân tích và tính toán trạng thái của từng công cụ. Chức năng và kết quả triển khai Hệ thống CARM2 -PSS được thể hiện trong

Hình 5.

Hình 5: Chức năng/kết quả cuối cùng của hệ thống CARM2 -PSS

Thông qua hệ thống CARM2 -PSS mới, người dùng cuối có thể giám sát và quản lý khu vực sản xuất, thực hiện bảo trì phòng ngừa dựa

trên tình trạng một cách chính xác và nhanh chóng bằng dịch vụ bảo trì từ xa AR. Dịch vụ này có thể chẩn đoán các sự cố bảo trì và

tạo cảnh AR tự động bằng cách sử dụng "thuật toán ưu tiên lắp ráp/tháo gỡ thông minh" để tạo ra ứng dụng AR có thể được gửi trực

tiếp đến người vận hành máy hoặc kỹ thuật viên tại chỗ. Một số lợi ích chính của phương pháp này là quy trình bảo trì được thực

hiện từ xa, tự động và dựa trên điều kiện, giúp giảm chi phí và thời gian cần thiết trong quy trình bảo trì. Nó cũng có thể tăng

khả năng sử dụng của hệ thống

bằng cách cho phép các kỹ thuật viên thực hiện các quy trình bảo trì chất lượng cao một cách dễ dàng và hiệu quả. Nền tảng này dễ

sử dụng và có thể được áp dụng trong toàn ngành sản xuất ở bất kỳ lĩnh vực nào mà công ty muốn cải thiện việc giám sát trong kiểm

tra chất lượng. Nói tóm lại, sản phẩm này có thể tăng độ tin cậy của máy, cung cấp khả năng bảo trì từ xa chính xác và tăng năng

suất vận hành.

3.4 Nghiên cứu điển hình 4: Ứng dụng thực tế tăng cường trong đào tạo ảo
Nghiên cứu điển hình sau đây tập trung vào ứng dụng thực tế tăng cường trong đào tạo ảo (Hořejší 2015). Thực tế tăng cường có nguồn

gốc để hỗ trợ các phi công quân sự điều hướng tầm nhìn kém và cho phép binh lính trực quan hóa dữ liệu chiến thuật.

Bằng cách cung cấp một góc nhìn rõ ràng trong những trường hợp mơ hồ, thực tế tăng cường đã được chứng minh là một công cụ hiệu quả.

Thực tế tăng cường không chỉ giới hạn ở mục đích quân sự mà nó còn có tiềm năng ứng dụng vào sản xuất

© Hiệp hội quốc tế IEOM 334

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

môi trường. Hậu cần, lập kế hoạch bố trí và tạo mẫu cũng như đào tạo ảo hoặc tăng cường là những ví dụ về nơi có thể áp dụng

thực tế tăng cường.

Thực tế tăng cường áp dụng hướng dẫn 2D với vật thể 3D ảo thông qua các "thiết bị thông minh" giá rẻ. Thiết bị thông minh bao

gồm máy tính bảng thông thường và thiết bị điện thoại thông minh. Vì vậy, việc thực hiện thực tế tăng cường là không tốn kém và

dễ dàng. Tuy nhiên, điều quan trọng cần lưu ý là kính nhìn xuyên thấu chuyên dụng sẽ làm tăng thêm chi phí. Vào năm 2014, giải

pháp Pick-By-Vision đang trong giai đoạn thử nghiệm trên SAP, Knapp và Ubimax (Hình 6). Ý tưởng đằng sau giải pháp này là giảm

thời gian đặt và vận chuyển hàng hóa đến hoặc đi từ nhà kho. Người giữ kho sẽ đeo kính chuyên dụng hiển thị nhiệm vụ và hướng

dẫn được giao. Người quản lý hàng tồn kho sẽ làm theo hướng dẫn dựa trên mức độ gần gũi và sử dụng.

Khi người quản lý kho di chuyển mặt hàng đến vị trí mong muốn, mặt hàng đó sẽ được quét qua mã vạch và trạng thái của mặt hàng

đó sẽ được thay đổi trong cơ sở dữ liệu ERP của công ty.

Hình 6: Giai đoạn thử nghiệm của Pick-By-Vision

Có một số trường hợp có thể áp dụng thực tế tăng cường, bao gồm nhưng không giới hạn ở việc chụp cảnh, nhận dạng cảnh, xử lý

cảnh và hiển thị cảnh. Bằng cách chụp cảnh, người dùng có thể nhìn thấy môi trường xung quanh theo thời gian thực hoặc thời gian

của sự kiện trước đó. Nhận dạng cảnh được định cấu hình bằng cách sử dụng các điểm đánh dấu làm nổi bật các yếu tố đặc trưng của

cảnh, tạo ra mô hình 3D. Nhận dạng cảnh được bổ sung bằng khả năng xử lý cảnh, giúp chuyển đổi video 3D, hình ảnh 2D và các dạng

phương tiện truyền thông khác. Cuối cùng, màn hình hiển thị cảnh hiển thị toàn bộ sự kiện trên thiết bị thông minh.

Trong nghiên cứu điển hình này, 20 tình nguyện viên được yêu cầu lắp ráp bẫy rãnh, như trong Hình 7. Trung bình, người tham gia

mất từ 5 đến 7 phút để học cách lắp bẫy rãnh và trung bình mất 12 lần thử để lắp bẫy rãnh không có hướng dẫn. Trong giai đoạn

thứ hai của thử nghiệm, 20 tình nguyện viên mới đã lắp ráp bẫy rãnh bằng thực tế tăng cường bằng cách sử dụng Unifeye Design,

một công cụ phần mềm. Trung bình, những người tham gia có thể lắp ráp bẫy rãnh trong 2 phút 55 giây sau 10 lần thử. Loại máy

ảnh được sử dụng trong thử nghiệm đã chứng minh rằng điểm đánh dấu được sử dụng để nhận dạng cảnh có thể dễ dàng bị mất nếu độ

phân giải thấp. Ngoài ra, nếu sử dụng máy ảnh trong thời gian dài, độ chính xác có thể giảm. Để phù hợp với hoạt động của công

nhân, nên sử dụng máy ảnh có khả năng lấy nét tự động. Một trở ngại khác mà các nhà thiết kế gặp phải trong thử nghiệm là năng

lực hạn chế của Thiết kế Hợp nhất. Các nghiên cứu sâu hơn nên thiết kế dựa trên những trở ngại này và mục tiêu phát triển giao

diện thân thiện với người dùng để có thể dễ dàng tạo cơ sở dữ liệu với các hướng dẫn bằng văn bản.

© Hiệp hội quốc tế IEOM 335

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

Hình 7: Thiết kế bẫy rãnh

4. Kết quả và thảo luận

AR có khả năng thích ứng. Nó có thể được áp dụng cho các nhu cầu khác nhau trong một công ty. Bằng cách sử dụng công nghệ AR để làm

lợi thế cho mình, các công ty có thể trở nên hiệu quả và cạnh tranh hơn. Những tác động lâu dài mà AR có thể mang lại tại nơi làm

việc sẽ mang lại lợi ích cho công ty bằng cách tăng năng suất làm việc, giảm tỷ lệ lỗi và tiết kiệm thời gian. Bốn nghiên cứu điển

hình được khám phá trong bài viết này chứng minh rằng thực tế tăng cường có thể được áp dụng cho một số chức năng. Trường hợp 1

khám phá ứng dụng của AR trong bốn lĩnh vực chính của hoạt động kho hàng: nhận, lưu trữ, lấy hàng và vận chuyển. Bằng cách đơn giản

hóa trải nghiệm người dùng, nhân viên có thể làm việc nhanh hơn với tỷ lệ lỗi thấp hơn. Trường hợp 2 mô tả cách người vận hành có

thể điều hướng hỗ trợ của thiết bị AR, dữ liệu này sẽ hiển thị dữ liệu thời gian thực từ cơ sở dữ liệu hàng tồn kho của công ty.

Điều này có thể dẫn đến giảm thời gian chọn đơn hàng và lãng phí thời gian nhập dữ liệu vào hệ thống trên máy tính để bàn. Trường

hợp 3 thảo luận cách hệ thống CARM2 -PSS có thể cải thiện hoạt động bằng cách giảm chi phí và thời gian bảo trì. Hệ thống CARM2

-PSS sử dụng đơn giản và có thể áp dụng trong nhiều lĩnh vực khác nhau trong ngành sản xuất nhằm mục đích giám sát quá trình kiểm

tra chất lượng. Cuối cùng, Trường hợp 4 giới thiệu cách AR có thể được sử dụng cho đào tạo ảo, điều này có thể giảm thời gian đào tạo công nhân và

phát triển các quy trình giảng dạy mới.

Ngoài khả năng thích ứng, AR có thể không tốn kém. Chi phí bổ sung phụ thuộc vào loại màn hình được sử dụng. Như đã nêu trước đây,

màn hình được sắp xếp thành ba loại: màn hình gắn trên đầu (HMD), màn hình cầm tay và màn hình không gian. Máy tính bảng và điện

thoại thông minh thông thường được phân loại là màn hình cầm tay, có khả năng sử dụng phần mềm AR và ít tốn kém nhất so với thiết

bị AR chuyên dụng.

4.1 Những bước đi trong tương lai

Ba bước tương lai được xác định trong bài viết này: triển khai trực quan hóa dữ liệu cho các quyết định về chuỗi cung ứng, quản lý

hàng tồn kho và đào tạo ảo. Đầu tiên, hệ thống AR dựa trên đám mây dành cho các địa điểm sản xuất có thể được sử dụng để tự động

hóa và giúp cung cấp hỗ trợ hậu cần liên quan đến việc di chuyển và bảo trì hàng tồn kho. Thứ hai, các thiết bị AR có thể hỗ trợ

quản lý hàng tồn kho bằng cách hướng dẫn người vận hành cơ sở sử dụng HMD cùng với công nghệ AR để cải thiện tỷ lệ lỗi chung mà

người lấy hàng mắc phải và thời gian sử dụng trong quá trình lấy hàng. Thứ ba, AR có thể được sử dụng để đào tạo nhân viên bằng

thiết bị mới. Bằng cách tích hợp thêm phần mềm với ứng dụng di động, nó có thể giúp hợp lý hóa quy trình đào tạo và cung cấp tiến

độ của nhân viên cho ban quản lý.

5. Kết luận Thực

tế tăng cường có thể được sử dụng trong quản lý chuỗi cung ứng để cải thiện hoạt động kho hàng và sản xuất theo nhiều cách khác

nhau, như đã thấy qua kết quả của các nghiên cứu điển hình và nghiên cứu trước đó. Như đã thấy qua các nghiên cứu điển hình, công

nghệ AR khá linh hoạt và có thể tăng năng suất trong toàn chuỗi cung ứng. Cụ thể hơn, công nghệ AR trước đây đã được sử dụng để

tăng hiệu quả trong quá trình tiếp nhận, lưu trữ, lấy hàng và vận chuyển. AR cũng được sử dụng để dự báo chính xác nhu cầu, chỉ

định cách bố trí kho hàng và quy trình chọn đơn hàng cũng như chẩn đoán các vấn đề về bảo trì trong thiết bị sản xuất. Và cuối cùng

là nâng cao hiệu quả đào tạo nhân viên.

Thông qua các nghiên cứu trường hợp và xem xét tài liệu, rõ ràng là các ứng dụng thực tế tăng cường trong toàn bộ chuỗi cung ứng có

tiềm năng lớn để thay đổi cách vận hành chúng. Những cải tiến này có thể giúp công ty tiết kiệm thời gian, giảm chi phí, giảm tỷ lệ

lỗi và thúc đẩy môi trường sản xuất hiệu quả cao.

© Hiệp hội quốc tế IEOM 336

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

Người giới thiệu

Bagassi, Sara, Francesca De Crescenzio và Sergio Piastra. "Lựa chọn công nghệ thực tế tăng cường dựa trên mô hình QFD-AHP tích hợp."

Tạp chí Quốc tế về Thiết kế và Sản xuất Tương tác (IJIDeM) 14.1 (2020): 285-294.

Carmigniani, J., Furht, B., Anisetti, M. và cộng sự. Công nghệ, hệ thống và ứng dụng thực tế tăng cường. Ứng dụng Công cụ Đa năng 51,

341–377 (2011). https://doi-org.ezproxy.lib.calpoly.edu/10.1007/s11042-010-0660-6

Dimitris, Mourtzis, và các cộng sự, Thiết kế và vận hành kho hàng bằng công nghệ thực tế tăng cường: Nghiên cứu điển hình về ngành sản

xuất giấy, Procedia CIRP, tập. 79, ISSN 2212-8271, 2019.

Xin chào, Petr. "Hệ thống thực tế tăng cường để đào tạo ảo lắp ráp các bộ phận." Kỹ thuật thủ tục 100 (2015):
699-706.

Edwards, Roy. "Thực tế tăng cường thí điểm NHS (AR) để quản lý hàng tồn kho." Enterprise Times, ngày 12 tháng 9 năm 2019,

www.enterprisetimes.co.uk/2019/09/13/nhs-pilots-augmented-reality-ar-for-inventory-management/.

Joshi, Naveen. "4 cách mà ngành chuỗi cung ứng sẽ sử dụng thực tế tăng cường." Phát triển Ứng dụng, ngày 3 tháng 7 năm 2018,

www.allerin.com/blog/4-ways-the-supply-chain-industry-will-use-augmented-reality.

Mazareanu, E. "Chuỗi cung ứng: Đầu tư vào AR/VR 2019." Statista, ngày 21 tháng 1 năm 2020,

www.statista.com/statistics/953201/global-supply-chain-ar-vr-investment/.
Mealy, Paul. “Lịch sử của thực tế ảo và tăng cường.” Người giả, Thương hiệu Wiley, 2020,

www.dummies.com/software/the-history-of-virtual-and-augmented-reality/.

Mengoli, Maura và cộng sự. "Thực tế tăng cường không gian: Ứng dụng cho công việc của con người trong môi trường sản xuất thông minh."

Khoa Kỹ thuật Công nghiệp và Khoa học Toán học, Đại học Bách khoa Marche, ngày 15 tháng 11 năm 2018.

Mourtzis, Dimitris, và cộng sự. "Bảo trì từ xa thực tế tăng cường dựa trên đám mây thông qua giám sát tại tầng cửa hàng: Phương pháp
tiếp cận hệ thống sản phẩm-dịch vụ." Tạp chí Khoa học và Kỹ thuật Sản xuất, tập. 139, không. Ngày 6 tháng 1 năm 2017,
doi:10.1115/1.4035721.

Romaine, Ed. "15 số liệu thống kê cho thấy tầm quan trọng của việc giao hàng trong ngày." Conveyco, Conveyco, ngày 17 tháng 11 năm 2020,

www.conveyco.com/delivery-statistics/.

Stoltz, Marie-Hélène, và những người khác. Thực tế tăng cường trong hoạt động kho hàng: Cơ hội và rào cản. ngày 18 tháng 10 năm 2017,

www.sciencedirect.com/science/article/pii/S2405896317324291.
"US20130044042A1 - Thiết bị đeo được có cấu trúc đầu vào và đầu ra." Bằng sáng chế của Google, Google, Patents.google.com/patent/

US20130044042A1/en.

"Quản lý kho hàng, chuỗi cung ứng 24/7." Công ty: Quản lý kho hàng, Chuỗi cung ứng 24/7, 2020, www.supplychain247.com/companies/category/

wms.

Yadav, Niteesh. "Tìm hiểu kỹ thuật hiển thị trong thực tế tăng cường." Medium, Prototypr, ngày 6 tháng 1 năm 2019, blog.prototypr.io/

under Hiểu-display-techniques-in-augmented-reality-c258b911b5c9.

Tiểu sử

Angela Colabella là sinh viên năm cuối tại Đại học Bách khoa Bang California, San Luis Obispo. Vào tháng 6 năm 2021, cô sẽ tốt nghiệp

với bằng Cử nhân Kỹ thuật Công nghiệp với chuyên ngành Nghiên cứu Ý. Cô sẽ tiếp tục học vào năm tới tại Đại học California, Berkeley,

theo đuổi bằng Thạc sĩ về Nghiên cứu Vận hành & Kỹ thuật Công nghiệp. Trước đây cô từng làm người thử nghiệm ứng dụng phần mềm cho

Boeing trong bộ phận Dịch vụ Toàn cầu của họ. Sau khi tốt nghiệp, cô mong muốn theo đuổi nghề quản lý chuỗi cung ứng.

Collette Lee hiện là sinh viên năm cuối tại Đại học Bách khoa California, San Luis Obispo, chuyên ngành Kỹ thuật Công nghiệp và chuyên

ngành thống kê với niềm đam mê sản xuất tinh gọn, cải tiến quy trình, giải quyết vấn đề và kể chuyện dữ liệu. Cô sẽ tốt nghiệp vào

tháng 6 năm 2021 và đã có kinh nghiệm làm việc trong ngành kim loại tấm với tư cách là trợ lý kỹ thuật viên và tư vấn bảo mật với tư

cách là chuyên gia nhập dữ liệu. Sau khi tốt nghiệp, cô hy vọng sẽ tiếp tục cải tiến.

Lane Pledger là sinh viên Kỹ thuật Công nghiệp năm thứ tư tại Cal Poly San Luis Obispo. Anh ấy sẽ tốt nghiệp vào mùa xuân năm 2021.

Lane hiện đang đăng ký các chương trình thạc sĩ về Kỹ thuật Công nghiệp. Anh ấy có kỳ thực tập

© Hiệp hội quốc tế IEOM 337

Machine Translated by Google
Kỷ yếu hội thảo quốc tế về kỹ thuật công nghiệp và quản lý vận hành
Rome, Ý, ngày 2-5 tháng 8 năm 2021

trải nghiệm tại Greenlee và Tempo Communications trong hai mùa hè. Sau khi tốt nghiệp, anh hy vọng sẽ theo đuổi sự
nghiệp sản xuất trong ngành hàng không vũ trụ hoặc ô tô.

Monique Cendejas là sinh viên Kỹ thuật Công nghiệp năm thứ tư tại Cal Poly San Luis Obispo, người sẽ tốt nghiệp
vào tháng 3 năm 2021 và hiện đang tìm kiếm một vị trí sau khi tốt nghiệp. Cô có kinh nghiệm về Chuỗi cung ứng thông
qua quá trình thực tập tại Moog Inc ở Torrance, California. Cô hy vọng sẽ tiếp tục làm việc trong Chuỗi cung ứng
sau khi tốt nghiệp.

Vikrant Mannemela hiện là sinh viên Kỹ thuật Công nghiệp năm thứ tư tại Đại học Bách khoa Bang California, San Luis
Obispo. Anh ấy sẽ tốt nghiệp vào tháng 6 năm 2021 và dự kiến sẽ bắt đầu chương trình Thạc sĩ Quản lý Kỹ thuật vào
tháng 9 năm 2021. Vikrant quan tâm đến phân tích dữ liệu và cải tiến quy trình, đồng thời có kế hoạch tiếp tục làm
việc trong các lĩnh vực đó sau khi tốt nghiệp.

Mohamed Awwad là Trợ lý Giáo sư tại Khoa Kỹ thuật Công nghiệp và Sản xuất tại Đại học Bách khoa Bang California
(Cal Poly), San Luis Obispo, CA. Ông đã nhận bằng Tiến sĩ. và bằng Thạc sĩ Kỹ thuật Công nghiệp của Đại học Central
Florida, Orlando, FL, Hoa Kỳ. Ngoài ra, ông còn có bằng MS và BS về Kỹ thuật Cơ khí của Đại học Cairo, Ai Cập.
Trước khi gia nhập Cal Poly, San Luis Obispo, Dr.
Awwad đã giữ một số vị trí giảng dạy và nghiên cứu tại Đại học Bang New York ở Buffalo (SUNY Buffalo), Đại học
Missouri, Đại học Bách khoa Florida và Đại học Trung tâm Florida. Mối quan tâm nghiên cứu và giảng dạy của ông bao
gồm nghiên cứu hoạt động ứng dụng, hậu cần & chuỗi cung ứng, công nghệ chuỗi khối, thiết kế trung tâm phân phối,
thiết kế hệ thống hậu cần độc đáo và ứng dụng OR trong chăm sóc sức khỏe và quân đội.

© Hiệp hội quốc tế IEOM 338